Probly：AI分析数据并生成图表的开源表格工具

综合介绍

Probly 是一个由 PragmaticMachineLearning 团队开发并在 GitHub 上开源的电子表格工具，结合了传统电子表格的功能与强大的 AI 数据分析能力。它不仅支持用户像使用 Excel 一样管理数据，还能通过内置的 Python 运行环境和 AI 聊天功能，直接对数据进行深入分析和可视化呈现。无论是数据整理、公式计算，还是生成图表、利用 AI 获取洞察，Probly 都能一站式完成。项目采用现代前端技术（如 Next.js 和 React）和 Pyodide（基于 WebAssembly 的 Python 运行时），适合数据爱好者、开发者和需要快速分析数据的小型团队使用。作为开源项目，用户可以自由下载、修改并贡献代码，兼具实用性和扩展性。

功能列表

• 交互式电子表格：提供类似 Excel 的表格界面，支持公式计算和数据编辑。
• Python 数据分析：通过内置 Python 环境，直接运行代码处理表格数据。
• 数据可视化：基于 ECharts 生成柱状图、折线图等多种动态图表。
• AI 聊天分析：通过 OpenAI API，提供智能建议和自动化数据解读。
• 数据导入与管理：支持外部数据导入，轻松管理多源数据集。
• 开源与自定义：用户可以修改源码，定制符合需求的专属功能。

使用帮助

安装流程

Probly 是一个基于 Web 的工具，但需要本地部署才能完整使用其功能。以下是详细的安装步骤，帮助你快速上手：

1. 克隆项目到本地
   • 打开终端（如 Windows 的 CMD 或 macOS 的 Terminal）。
   • 输入命令：git clone https://github.com/PragmaticMachineLearning/probly.git，回车后项目将下载到本地。
   • 进入项目目录：cd probly。
2. 安装依赖
   • 确保你的电脑已安装 Node.js（推荐版本 18 或以上，可在官网下载）。
   • 在终端输入：npm install，等待依赖包安装完成。这一步会下载 Next.js、React 等前端框架和相关库。
3. 配置 OpenAI API 密钥
   • 在项目根目录下创建 .env 文件（可以用文本编辑器如 VS Code 创建）。
   • 在文件中输入：OPENAI_API_KEY=你的API密钥，保存文件。
   • 如何获取密钥？登录 OpenAI 官网，注册账号后在 API 管理页面生成密钥，复制粘贴到 .env 文件中。
4. 启动开发模式
   • 在终端输入：npm run dev，回车后系统会启动本地服务器。
   • 打开浏览器，访问 http://localhost:3000，即可看到 Probly 的界面。
5. 生产环境部署（可选）
   • 如果需要正式使用，输入 npm run build 构建项目，再输入 npm run start 启动。
   • 完成后，Probly 将运行在生产环境，开箱即用。

如何使用主要功能

1. 数据输入与编辑

• 启动表格：进入 Probly 主页后，你会看到一个空白的电子表格界面，基于 Handsontable 开发，操作类似 Excel。
• 手动输入：直接在单元格中输入数据，例如在 A1 输入“销售额”，A2 输入“1000”。
• 导入数据：点击界面上方的“导入”按钮，选择本地的 .csv 或 .xlsx 文件，数据会自动填充到表格中。
• 公式计算：支持 HyperFormula 公式，例如在 B1 输入 =SUM(A1:A10)，即可计算 A 列总和。

2. Python 数据分析

• 打开 Python 环境：在界面右侧找到代码编辑器，点击“Python”标签。
• 编写代码：假设表格中有销售额数据，你可以输入以下代码：

  import pandas as pd
  data = probly.get_data()  # 获取表格数据
  average = data['销售额'].mean()  # 计算平均值
  print(f"平均销售额: {average}")

• 运行代码：点击“运行”按钮，结果会显示在下方输出区域。
• 保存结果：分析结果可以直接写回表格，例如 probly.set_data('B1', average)。

3. 数据可视化

• 生成图表：选中需要可视化的数据区域（例如 A1:B10），点击顶部“可视化”按钮。
• 选择类型：在弹窗中选择图表类型（如柱状图、折线图），点击“生成”。
• 调整样式：支持调整颜色、标签等，完成后点击“保存”将图表嵌入页面。
• 示例：假设 A 列是日期，B 列是销售额，生成折线图后可清晰看到趋势。

4. AI 聊天分析

• 打开 AI 聊天：按快捷键 Ctrl+Shift+/，右侧会弹出聊天窗口。
• 提问数据问题：输入“销售额的趋势如何？”或“哪些数据点异常？”。
• 获取建议：AI 会基于表格数据分析并给出回答，例如“销售额在 3 月增长 20%，建议关注此区间”。
• 操作建议：AI 还可能推荐可视化方式或 Python 代码，直接点击即可执行。

5. 数据管理与导出

• 多表管理：支持创建多个工作表，点击底部“+”号添加新表。
• 导出数据：点击“导出”按钮，选择 .csv 或 .json 格式保存到本地。

操作流程示例

假设你要分析一份销售数据：

1. 导入 sales.csv 文件，包含日期和销售额两列。
2. 在表格中检查数据，确保无误。
3. 用 Python 代码计算平均值并写入 C1 单元格。
4. 选中 A1:B10，生成折线图查看趋势。
5. 打开 AI 聊天，询问“哪些月份表现最佳？”，根据建议调整策略。
6. 导出分析后的表格和图表，分享给团队。

注意事项

• 网络要求：AI 功能需联网并确保 OpenAI API 密钥有效。
• 浏览器兼容性：推荐使用 Chrome 或 Firefox，确保 WebAssembly 支持。
• 代码调试：Python 运行出错时，检查语法或数据格式是否正确。

通过以上步骤，你可以轻松利用 Probly 完成数据整理、分析和可视化，极大提升工作效率。